根据提供的研报内容，报告核心是使用“趋同股分析模型”对创业板人工智能ETF（159363.SZ）进行配置价值分析，并未涉及传统意义上的多因子模型或量化因子构建。以下是总结内容： 量化模型与构建方式 1. 模型名称：趋同股分析模型[3][7] * 模型构建思路：通过筛选出与标的指数（创业板人工智能指数）走势高度相关且研究覆盖度高的成分股（即“趋同股”），以其作为分析基准，来评估整个ETF的投资情绪和风险[3][7] * 模型具体构建过程： 1. 确定标的与时间窗口：标的为创业板人工智能ETF（跟踪创业板人工智能指数，970070.CNI），分析时间为2025年1月1日至2025年10月27日[3][7] 2. 筛选趋同股：从指数成分股中，综合考虑个股与指数的走势偏差和研究覆盖度，选出最佳趋同股，本例中为协创数据(300857.SZ)[3][7] 3. 确定趋同股定价基准（PE）：分析趋同股的历史估值，以其在业绩高增长阶段股价阶段性底部时的市盈率（PE）作为定价依据。本例中，协创数据在2023年9月底部估值为22倍PE（基于2023年预期净利润）[3][7] 4. 计算趋同股基本面价值：使用确定的PE基准（22倍）和Wind一致预期的未来净利润，计算趋同股未来的每股基本面价值。计算公式为： $基本面价值 = 预期净利润 \times 定价PE$ 具体到每股： $每股基本面价值 = 预期每股收益 \times 定价PE$[7] 5. 外推未来价值并与股价比较：计算未来多年（如2027年、2028年）的预期每股基本面价值，并将当前或历史最高股价与之比较。本例中，计算了协创数据2027年预期价值为144.44元/股，线性外推2028年价值为190.95元/股，并与2025年9月29日最高股价185.9元/股比较[7] 6. 推断ETF整体情绪：基于趋同股股价已接近或达到其远期基本面价值的判断，推断其所代表的ETF整体投资情绪高企，提示风险[3][7] * 模型评价：该模型提供了一种通过个股深度分析来洞察板块或指数整体估值情绪的方法[3][7] 模型的回测效果 （报告中未提供该模型的量化回测指标，如年化收益率、夏普比率、信息比率（IR）、最大回撤等具体数值）